Escolar Documentos
Profissional Documentos
Cultura Documentos
Esquema capítulo
resúmenes de datos numéricos 6-1
6-2 Stem-and-Leaf diagramas 6-3 distribuciones de frecuencia e histogramas
diagramas de caja 6-4
6-5 6-6 parcelas de secuencia de tiempo, diagramas de dispersión 6-7 parcelas de
probabilidad
c06.indd 199
estadística es la ciencia de los datos. Un aspecto importante de tratar- ing con
datos es organizar y resumir los datos en formas que faciliten su interpretación y
análisis posteriores. Este aspecto de la estadística se denomina estadística
descriptiva, y es el tema de este capítulo. Por ejemplo, en el capítulo 1 nos pre-
sentaron ocho prototipos realizados sobre la retirada de la fuerza motor de
automóvil prototipo de conectores. Las observaciones (en libras) fueron de 12.6,
12.9, 13.4, 12.3, 13.6, 13.5, 12.6 y 13.1. Existe un evidente variabilidad en los
valores de la fuerza de tiro.
¿Cómo debemos resumir la información de estos datos?
Esta es la pregunta general que consideramos. Resumen de datos métodos deben
resaltar las características importantes de los datos, tales como el oriente o de
tendencia central y de variabilidad, debido a que estas características suelen ser
más importantes para la toma de decisiones de ingeniería. Veremos que existen ambos
métodos numéricos para resumir datos y una serie de potentes técnicas gráficas. Las
técnicas gráficas, son particularmente importantes. Cualquier buen análisis
estadístico de datos siempre debe comenzar con trazar los datos.
199
24/09/2013 6:48:51 PM
N
µ = ∑ (6-2)
i - 1 de
la media de la muestra,
n∑ xi i = 1 x f x i i ( )= N
x, es una estimación razonable de la media de la población, µ. Por lo tanto, el
engi- neer diseñar el conector con un 3/32 pulgadas de espesor de pared podría
concluir, sobre la base de los datos que una estimación de la media de la fuerza de
tiro es 13,0 libras.
Aunque la media de la muestra es útil, no transmitir toda la información acerca de
un Sam- ple de datos. La variabilidad o dispersión de los datos puede ser descrito
por la varianza o la desviación estándar de la muestra.
Varianza y Desviación estándar si x ,x, ,x 1 2 ... n es una muestra de n
observaciones, la varianza de la muestra es
2 i
n ∑
= 1
2 ( ) x x i -
s = (6-3) n - 1
La desviación estándar de la muestra, s es la raíz cuadrada positiva de la varianza
de la muestra.
Las unidades de medida de la varianza de la muestra son el cuadrado de las unidades
originales de la variable. Por lo tanto, si x 2 se mide en libras, las unidades de
la varianza de la muestra son (libras) .
La desviación estándar tiene la propiedad deseable de la medición de la
variabilidad en las unidades originales de la variable de interés, x.
¿Cómo medir la variabilidad de la varianza de la muestra?
Para ver cómo la varianza de la muestra las medidas de dispersión o variabilidad,
consulte la Fig. 6-2, que muestra un diagrama de puntos con las desviaciones x x i
- para el conector de datos de la fuerza de tiro. Cuanto mayor sea la cantidad de
variabilidad en los datos de la fuerza de tiro, el mayor en magnitud absoluta
x = 13
12 14 15
pull-off vigor
Figura 6-1 Dot diagrama que muestra la media de la muestra como un punto de
equilibrio para un sistema de pesos.
C06.indd 201 9/24/2013 6:48:54 PM
= ∑ i 8 1
2 ( ) x x i - = 1 60 .
5"#-& t 6-1 de términos para el cálculo de la varianza y la desviación estándar
de la muestra
i xi x x i - 2 ( ) x x i -
1 12,6 -0,4 0,16 2 12,9 -0,1 0,01 0,16 4 3 13,4 0,4 12,3 -0,7 0,49 5 13,6 13,5 0,5
0,6 0,36 6 0,25 7 12,6 -0,4
0,1 0,01 0,16 8 13.1
104.0 0.0 1.60
x
12 13 14 15 x2 x8
x1 x3
x7 x6
x4 x5
Figura 6-2 Cómo la varianza muestral mide la variabilidad a través de las
desviaciones xi - x .
así que la varianza de la muestra es de
2s = 1 60 . = 8 1 - 1 60 . = . 0 2286 7
2 libras ( )
y la desviación estándar de la muestra es S = . =. 0 2286 0 48 libras
2 Cálculo de s
2 El cálculo de s requiere el cálculo de x , n sustracciones, y n la cuadratura y
la adición de las operaciones. Si las observaciones originales o las desviaciones x
x i - no son enteros, el devia- nes x x i - puede ser tedioso trabajar con, y
varios decimales pueden tener que hacerse
c06.indd 202 9/24/2013 6:48:56 PM
0.2500
0.1895 0.3125 25 20 15
Figura 6-7 0.1250 10 frecuencia Histograma de
frecuencia relativa 0.0625 5 fuerza compresiva para el 80 de aluminio de aleación
de litio- 0 0 70 90 110 130 150 170 190 210 230 250
especímenes. Fuerza compresiva (psi)
Observe la forma de campana simétrica, distribución de la fuerza mediciones en Fig.
6-7.
Esta pantalla ofrece a menudo Insight sobre las posibles opciones de distribuciones
de probabilidad para usar como modelo para la población. Por ejemplo, aquí se
podría concluir que la distribución normal es un modelo razonable para la población
de resistencia a la compresión de las mediciones.
A veces un histograma con desiguales bin anchos serán empleadas. Por ejemplo, si
los datos tienen varias observaciones extremas o atípicos, mediante unas bandejas
con ancho igual resultará en casi todas las observaciones que caen en tan sólo unos
pocos de los recipientes. Utilizando muchas bandejas con ancho igual producirá
muchas bandejas con frecuencia cero. Una mejor opción es usar intervalos más cortos
en la región donde la mayoría de los datos que entran y unos intervalos de ancho
cerca de las observaciones extremas. Cuando los contenedores son de ancho desigual,
el área del rectángulo (no su altura) debe ser proporcional a la frecuencia de la
tolva. Esto implica que el rectángulo de altura debe ser
Bin Bin frequancy RECTANGULAR ALTURA = ancho
de paso desde los datos originales o de tallo y hoja diagrama a una frecuencia
distribu- ción o histograma, hemos perdido un poco de información porque ya no
tenemos las observaciones individuales. Sin embargo, esta pérdida de información a
menudo es pequeña en comparación con la concisión y la facilidad de interpretación
adquirida en la utilización de la distribución de frecuencias e histograma.
Los histogramas son mejor la figura 6-8 es un histograma de la resistencia a la
compresión de datos con 17 bandejas. Hemos tomado nota
de los histogramas que relativamente grandes pueden ser relativamente sensible al
número de bandejas y su anchura. Para pequeñas
muestras de conjuntos de datos, histogramas puede cambiar dramáticamente en
apariencia si el número y/o el ancho de las bandejas cambios. Los histogramas son
más estables y, por lo tanto, fiable para grandes conjuntos de datos,
preferiblemente de tamaño de 75 a 100 o más. La figura 6-9 es un histograma para la
resistencia a la compresión de datos con
20
10
10
5 Frecuencia de
0 0
100 150 200 250 80 100 120 140 160 180 200 220 240 Fortaleza Fortaleza
Figura 6-8 un histograma de la figura 6-9 compresiva un histograma de la fuerza de
resistencia a la compresión de datos con 17 bandejas. datos con nueve recipientes.
C06.indd 214 9/24/2013 6:49:13 PM
j x( ) j ( j - 0.5 10 )/ z j
1 176 0,05 -1,64 2 183 0,15 -1,04 3 185 0,25 -0,67 4 190 0,35 -0,39 5 191 0,45
-0,13 0,55 0,13 7 6 192 201 0,65 0,39 0,75 0,67 9 8 205 214 0,85 1,04 1,64 0,95 10
220
c06.indd 230 9/24/2013 6:49:30 PM
Sección 6-7/Probabilidad parcelas 231
Los pares de valores x( ) y j ( j - 0 5 10 . / Ahora están trazadas sobre ejes de
probabilidad normal. Este trazado es el mostrado en la Fig. 6-22. ) La
mayoría de las parcelas de probabilidad normal tiene 100 0 5 j n ( ) - . / En la
escala vertical izquierda y (a veces) 100 1 0 5 [ ] - - ( .)/ j n en la escala
vertical a la derecha, con el valor de la variable trazadas en la escala
horizontal. Una línea recta, elegido subjetivamente, ha aspirado a través de los
puntos trazados. En el dibujo de la línea recta, debe ser inl uenced por los puntos
más cerca del centro de la parcela que por los puntos extremos. Una buena regla es
dibujar la línea aproximadamente entre los percentiles 25 y 75 puntos. Esta es la
forma en la línea de la Fig. 6-22 fue determinada. En la evaluación de la
"proximidad" de los puntos de la línea recta, imaginar un "lápiz" de grasa
localizada a lo largo de la línea. Si todos los puntos están cubiertos por este
lápiz imaginario, una distribución normal describe adecuadamente los datos. Porque
los puntos en la Fig. 6-19 pasaría la prueba de "lápiz" de grasa, podemos concluir
que la distribución normal es un modelo apropiado.
99,9 0,1 99 1 95 5
N 80 20 ]n
50 50 j - 0.5)/ j - 0.5)/ 20 80 100(5 95 100[1 - ( 1 99 0,1 99,9 170 180 190 200
210 220 x( j)
Figura 6-22 gráfico de probabilidad normal para la vida de la batería.
Un gráfico de probabilidad normal también pueden construirse en ejes comunes
trazando el stand- ardized puntajes normales z j contra x( ) j donde las
puntuaciones normales estandarizadas cumplen
j - . 0 ≤ 5==Φ P Z ( ) z z j j n ( )
si, por ejemplo, ( .)/ ., . j n - z = 0 5 0 05 005 φ( )j implica que z j = - . . 1
64 Para ilustrar, examinar los datos del Ejemplo 6-4. En la última columna de la
tabla 6-6 se muestran las puntuaciones normales estandarizadas. Figura 6-23 es el
argumento de z j versus x( ) j . Este gráfico de probabilidad normal es equivalente
a la de la Fig. 6-22.
Hemos construido nuestra probabilidad parcelas con la escala de probabilidad (o el
z-escala) en el eje vertical. Algunos paquetes de computadora "l ip" el eje y poner
la probabilidad de la escala en el eje horizontal.
3.30
1.65
zj 0
Figura 6-23 -1,65
gráfico de probabilidad normal obtenida de normales estandarizadas -3,30 170 180
190 200 210 220
partituras. x( j)
c06.indd 231 9/24/2013 6:49:33 PM
Sección 6-7/
6-99 233 parcelas de probabilidad. Construir un gráfico de probabilidad normal de
los ciclos poblaciones tienen la misma varianza, las dos probabil normal- a la
falta de datos en ejercicio 6-31. ¿Le parece razonable ity parcelas deben tener
idénticas pendientes. ¿Qué conclusiones sería asumir que los ciclos al fracaso se
distribuye normalmente? Dibujar sobre las alturas de los dos grupos de estudiantes
de 6-100. Construir un gráfico de probabilidad normal del suspendido el examen
visual del trazado de probabilidad normal?
Los datos de concentración de sólidos en el ejercicio 6-40. Parece ser rea- 6-102.
Es posible obtener un "rápido y sucio" estimar sonable asumir que la concentración
de sólidos suspendidos de la media de una distribución normal del percentil 50 en
aguas de este lago particular se distribuye normalmente? Valor en un gráfico de
probabilidad normal. Proporcionar un argumento porqué 6-101. Construir dos parcelas
de probabilidad normal para la altura es así. También es posible obtener una
estimación de la base de datos- en ejercicios 6-38 y 6-45. Trazar los datos para
mujeres ard desviación de una distribución normal, restando la 84a y los
estudiantes varones en los mismos ejes. No parecen valor percentil de altura desde
el valor del percentil 50. Proporcionar un ser normalmente distribuidos para
cualquier grupo de estudiantes? Si tanto el argumento para explicar por qué esto es
así.